阿里云通義千問(wèn)開(kāi)源了兩款語(yǔ)音基座模型 SenseVoice(用于語(yǔ)音識(shí)別)和 CosyVoice(用于語(yǔ)音生成)。
SenseVoice 專注于高精度多語(yǔ)言語(yǔ)音識(shí)別、情感辨識(shí)和音頻事件檢測(cè),有以下特點(diǎn):
多語(yǔ)言識(shí)別:采用超過(guò) 40 萬(wàn)小時(shí)數(shù)據(jù)訓(xùn)練,支持超過(guò) 50 種語(yǔ)言,識(shí)別效果上優(yōu)于 Whisper 模型
富文本識(shí)別:具備優(yōu)秀的情感識(shí)別,能夠在測(cè)試數(shù)據(jù)上達(dá)到和超過(guò)目前最佳情感識(shí)別模型的效果;支持聲音事件檢測(cè)能力,支持音樂(lè)、掌聲、笑聲、哭聲、咳嗽、噴嚏等多種常見(jiàn)人機(jī)交互事件進(jìn)行檢測(cè)
高效推理: SenseVoice-Small 模型采用非自回歸端到端框架,推理延遲極低,10s 音頻推理僅耗時(shí) 70ms,15 倍優(yōu)于 Whisper-Large
微調(diào)定制:具備便捷的微調(diào)腳本與策略,方便用戶根據(jù)業(yè)務(wù)場(chǎng)景修復(fù)長(zhǎng)尾樣本問(wèn)題
服務(wù)部署:具有完整的服務(wù)部署鏈路,支持多并發(fā)請(qǐng)求,支持的客戶端語(yǔ)言有 python、c++、html、java 與 c#等
與開(kāi)源情感識(shí)別模型進(jìn)行對(duì)比,SenseVoice-Large 模型可以在幾乎所有數(shù)據(jù)上都達(dá)到了最佳效果,而 SenseVoice-Small 模型同樣可以在多數(shù)數(shù)據(jù)集上取得超越其他開(kāi)源模型的效果。
CosyVoice 模型同樣支持多語(yǔ)言、音色和情感控制,該模型在多語(yǔ)言語(yǔ)音、零樣本語(yǔ)音生成、跨語(yǔ)言語(yǔ)音克隆和指令跟隨等功能方面表現(xiàn)出色。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國(guó)柏林國(guó)際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場(chǎng)的強(qiáng)大影響力。
近日,中國(guó)家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開(kāi)幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無(wú)人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開(kāi)放原子開(kāi)源基金會(huì)主辦的“2024全球開(kāi)發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。